Читать практическое задание по статистике: "Регрессионный анализ в моделировании систем. Исследование посещаемости WEB сайта" Страница 1

назад (Назад)скачать (Cкачать работу)

Функция "чтения" служит для ознакомления с работой. Разметка, таблицы и картинки документа могут отображаться неверно или не в полном объёме!

Кафедра математической статистики и эконометрики Дополнительная работа

По курсу:

“Математическая статистика”

По теме: “Регрессионный анализ моделировании систем”

Исследование посещаемости WEB сайта”

Группа: ДИ 202

Студент: Шеломанов Р.Б. Руководитель: Шевченко К.К. Москва 1999

Содержание

Теоретическая часть работы 3Основные задачи корреляционно-регрессионного анализа 3Корреляция случайных величин 5 Линейная регрессия 6Оценка существенности связи, принятие решения на основе уравнения регрессии. 10Практическая часть работы 121. Описание объекта 122. Факторы формирующие моделируемое явление 123. Анализ матрицы коэффициентов парных корреляций 144. Построение уравнения регрессии 145. Смысл модели 16Литература 17 Теоретическая часть работы

Основные задачи корреляционно-регрессионного анализа

Все явления и процессы, характеризующие социально-экономическое развитие и составляющие единую систему национальных счетов, тесно взаимосвязаны и взаимозависимы между собой.

В статистике показатели, характеризующие эти явления, могут быть связаны либо корреляционной зависимостью, либо быть независимыми Корреляционная зависимость является частным случаем стохастиче­ской зависимости, при которой изменение значений факторных признаков (х 1 х2 ..., хn ) влечет за собой изменение среднего значения результативно­го признака.

Корреляционная зависимость исследуется с помощью методов корре­ляционного и регрессионного анализов.

Корреляционный анализ изучает взаимосвязи показателей и позволяет решить следующие задачи.

1. Оценка тесноты связи между показателями с помощью парных, ча­стных и множественных коэффициентов корреляции

2. Оценка уравнения регрессии.

Основной предпосылкой применения корреляционного анализа явля­ется необходимость подчинения совокупности значений всех факторных (х1 х2 .... хn) и результативного (У) признаков r-мерному нормальному закону распределения или близость к нему. Если объем исследуемой сово­купности достаточно большой ( n > 50), то нормальность распределения может быть подтверждена на основе расчета и анализа критериев Пирсо­на, Боярского, Колмогорова, чисел Вастергарда и т. д. Если n < 50, то закон распределения исходных данных определяется на базе построения и визуального анализа поля корреляции. При этом если в рас­положении точек имеет место линейная тенденция, то можно предполо­жить, что совокупность исходных данных подчиняется нормальному распределению.

Целью регрессионного анализа является оценка функциональной за­висимости условного среднего значения результативного признака (У) от факторных (х1. Х2..., хn).

Основной предпосылкой регрессионного анализа является то, что толь­ко результативный признак (У) подчиняется нормальному закону распре­деления, а факторные признаки х1. Х2..., хn могут иметь произвольный закон распределения. В анализе динамических рядов в качестве фактор­ного признака выступает время t При этом в регрессионном анализе зара­нее подразумевается наличие причинно-следственных связей между ре­зультативным (У) и факторными х1. Х2..., хn признаками.

Уравнение регрессии, или статистическая модель связи социально-эко­номических явлений,


Интересная статья: Быстрое написание курсовой работы